RTM 유도형 pCN-MCMC를 이용한 고해상도 지하구조 복원 및 불확실성 평가

본 연구의 목적은 RTM 기반 구조정보와 베이즈 추론을 결합하여 지하구조 영상화의 성능을 향상시키는 동시에, 복원 결과의 위치별 불확실성을 정량화하는 데 있다. 지하구조의 영상화는 직접 관측이 어려운 지하구조를 파악하는 주요 기술이지만, 관측 잡음 및 제한된 탐사조건으로 인해 그 결과에는 불확실성이 존재한다. 대표적인 역산 기법인 역시간 구조보정(RTM)은 주요 반사구조의 위치를 효과적으로 영상화하는 기법이나, 지질경계가 진동성 반사응답으로 넓게 나타나며 단일 영상만으로는 복원 결과의 신뢰도를 평가하기 어렵다는 한계가 있다. 본 연구에서는 RTM 영상을 바탕으로 반사구조의 위치정보를 추출한 공간 유도장을 생성하고, 이를 베이즈 추론의 사전정보로 활용하였다. 또한 고차원 모델 탐색에 적합한 pCN-MCMC와 Laplace 분포 기반 모델을 결합하여 지질경계의 희소성을 부여하고, Born-FDTD 전방계산과 관측자료의 적합도를 바탕으로 지하 모델의 사후분포를 탐색하였다.
Marmousi 모델 적용 결과, RTM에 넓게 분포하던 진동성 반사응답이 사후 평균에서는 감소하였으며, 주요 경계와 배사구조가 보다 국소적이고 연속적으로 복원되었다. 공간주파수 분석에서도 경계 복원 특성의 개선을 확인하였다. 또한 사후 표준편차는 주요 지질경계와 복잡한 구조 주변에 크게 나타났으며, 위치별 모델 불확실성을 정량적으로 제시하였다. 이는 지하구조의 영상화 성능을 향상시키는 동시에, 복원 결과의 신뢰도를 공간적으로 평가할 수 있다는 점에서 의의가 있다.
향후 실제 탐사과정에서 해당 연구는 향상된 지하구조 영상과 위치별 신뢰도 정보를 함께 제공하여 해석 신뢰도를 높이고, 불확실성이 큰 구간을 선별하여 추가 탐사와 시추 우선순위를 합리적으로 결정하는 데 기여할 것으로 기대된다. 최종적으로는 자원 및 지열 탐사와 이산화탄소 지중저장 등 비용적 위험이 큰 지하 자원개발 과정에서 탐사의 효율을 높이고 정량적 의사결정의 기반으로 활용될 수 있다.